Ini bisa menjadi pendekatan yang valid. Anda mengamati masalah yang sangat praktis yang sering muncul ketika menggunakan aritmatika titik tetap (yaitu integer) (meskipun itu juga bisa terjadi pada titik apung). Ketika format numerik yang Anda gunakan untuk melakukan perhitungan tidak memiliki cukup presisi untuk mengekspresikan rentang nilai penuh yang dapat muncul dari perhitungan Anda, beberapa bentuk pembulatan diperlukan (misalnya pemotongan, bulat ke yang terdekat, dan sebagainya di). Ini sering dimodelkan sebagai kesalahan kuantisasi aditif pada sinyal Anda.
Namun, untuk beberapa kombinasi algoritma dan skema pembulatan, ketika besarnya sinyal input sangat rendah, dimungkinkan untuk mendapatkan apa yang Anda amati: sejumlah besar output nol. Pada dasarnya, di suatu tempat dalam urutan operasi, hasil antara menjadi cukup kecil untuk tidak melanggar ambang batas yang diperlukan untuk kuantisasi ke tingkat bukan nol. Nilai ini kemudian dibulatkan menjadi nol, yang seringkali dapat merambat ke depan ke output. Hasilnya adalah, seperti yang Anda catat, sebuah algoritma yang menghasilkan banyak nol keluaran.
Jadi bisakah Anda menyiasati hal ini dengan meningkatkan data? Terkadang (ada beberapa teknik yang bekerja sepanjang waktu!). Jika sinyal input Anda dibatasi dengan nilai di bawah skala penuh format numerik (bilangan bulat bertanda 16-bit dijalankan dari -32768 hingga +32767), maka Anda dapat mengatur sinyal input hingga lebih penuh menggunakan rentang yang tersedia untuk Itu. Ini dapat membantu mengurangi efek kesalahan putaran, karena besarnya kesalahan putaran menjadi lebih kecil dibandingkan dengan sinyal yang diinginkan. Jadi, dalam kasus di mana semua output Anda dibulatkan menjadi nol secara internal ke algoritma, ini dapat membantu.
Kapan teknik seperti itu bisa melukai Anda? Bergantung pada struktur perhitungan algoritme, menaikkan sinyal input ke atas dapat membuat Anda mengalami luapan numerik. Juga, jika sinyal mengandung gangguan latar belakang atau gangguan yang lebih besar besarnya daripada kesalahan pembulatan algoritma, maka kualitas apa yang Anda dapatkan pada output akan biasanya dibatasi oleh lingkungan, bukan kesalahan yang dimasukkan dalam perhitungan.